R语言中按国家分组用观测均值对data frame的NA值进行插补

方法1：dplyr 简洁方案（推荐） #

无需手动写循环，逻辑清晰易维护：

library(dplyr)

my_data <- my_data %>%
  # 按国家字段分组
  group_by(Country) %>%
  # 对所有数值列做插补，NA替换为当前国家对应列的均值
  mutate(across(where(is.numeric), 
                ~ifelse(is.na(.x), mean(.x, na.rm = TRUE), .x))) %>%
  # 取消分组，避免后续操作受分组逻辑影响
  ungroup()

• 如果你只想对指定列做插补（比如仅Battles、Riots两列），把across(where(is.numeric),替换为across(c(Battles, Riots),即可
• 可直接适配你的示例数据，无需额外调整字段名

方法2：Base R 原生方案（无需安装第三方包） #

在你原有循环逻辑的基础上增加国家分组嵌套即可：

# 定义需要插补的列，可根据你的实际数据调整索引，示例数据里是第3、4列
cols_to_impute <- 3:ncol(my_data)
# 提取所有唯一国家值
countries <- unique(my_data$Country)

# 外层循环遍历需要插补的列
for(i in cols_to_impute) {
  # 内层循环遍历每个国家，计算组内均值做插补
  for(cntry in countries) {
    target_rows <- my_data$Country == cntry
    col_vals <- my_data[target_rows, i]
    group_mean <- mean(col_vals, na.rm = TRUE)
    my_data[target_rows, i][is.na(col_vals)] <- group_mean
  }
}

边界情况提示：如果某个国家的某一列所有值都是NA，均值计算会返回NaN，你可以根据需求额外加判断逻辑，替换为全列均值、0或其他自定义值。

内容的提问来源于stack exchange，提问作者Ümit